Sebastian Enderlein, Chief Technology Officer di DeepL – Seri Wawancara

Sebastian Enderlein, Chief Technology Officer di DeepL, adalah seorang teknolog Eropa yang lahir dengan lebih dari satu dekade pengalaman di Lembah Silikon, di mana ia memegang peran kepemimpinan teknik senior di perusahaan seperti Uber, Salesforce (CRM ), dan Personio. Dengan latar belakang yang kuat dalam infrastruktur cloud, sistem terdistribusi, dan membangun organisasi teknik berkinerja tinggi, ia telah membantu menskalakan beberapa perusahaan teknologi yang tumbuh paling cepat di Amerika Serikat dan Eropa. Saat ini, ia membagi waktunya antara San Francisco dan Eropa, menjabat sebagai CTO di DeepL sambil juga memberikan saran dan berinvestasi di perusahaan rintisan, dengan fokus pada memecahkan tantangan teknis yang kompleks dan membantu perusahaan rintisan pada jalur mereka untuk menjadi unicorn.

DeepL, diluncurkan pada 2017, adalah layanan terjemahan mesin neural yang diakui karena menghasilkan terjemahan yang sangat akurat dan terdengar alami di lebih dari 30 bahasa. Menggunakan jaringan neural canggih dan peningkatan AI proprietary, ia konsisten mengungguli kompetitor dalam hal kelancaran dan presisi. Tersedia melalui web, aplikasi desktop dan mobile, ekstensi browser, dan API, DeepL juga menawarkan versi Pro dengan fitur kelas perusahaan, penggunaan tak terbatas, dan keamanan yang ditingkatkan.

Anda telah menghabiskan waktu membangun tim teknik di kedua sisi Atlantik—Lembah Silikon dan Eropa. Apa pelajaran pribadi yang telah membentuk pendekatan Anda terhadap kepemimpinan dan inovasi di kedua ekosistem teknologi yang sangat berbeda ini?

Kedua ekosistem memiliki kekuatan dan karakteristik unik dan saya bersyukur telah mendapatkan wawasan dan pengalaman yang mendalam di kedua budaya. Di Lembah Silikon, ada budaya startup yang sangat menarik dengan insinyur yang sangat termotivasi, beragam secara global, dan mengejar ide besar, didukung oleh mentalitas yang bergerak cepat dan mengambil risiko yang berani. Namun, ada juga banyak tekanan, dan ritme kerja bisa sangat intens—perusahaan sering memiliki visi yang ambisius, berkembang pesat, dan baik berhasil atau gagal dengan cepat. Waktu saya di sana mengajarkan saya banyak tentang menskalakan tim dan teknologi dengan cepat, serta bagaimana menyeimbangkan ambisi dengan tekanan yang datang dengan ritme kerja tersebut.

Di Eropa, ada juga bakat yang kuat, ide, dan inovasi dengan tim yang sering multibahasa dan multibudaya, dan ada penekanan yang jelas pada keamanan, kepatuhan, dan presisi. Keragaman benua ini bisa menjadi kekuatan, membawa perspektif yang kaya, tetapi juga tantangan dengan pasar yang terfragmentasi, sistem hukum yang berbeda, dan permintaan kepatuhan yang lebih tinggi. Saya juga telah memperhatikan bahwa perusahaan rintisan di sana lebih cenderung untuk membiayai diri sendiri, yang kadang-kadang dapat memperlambat pertumbuhan tetapi juga membangun ketahanan dan daya tahan jangka panjang. Bagi DeepL, memiliki akar di Eropa telah menjadi kekuatan yang jelas. Ini telah membentuk fokus kami pada presisi, keamanan, dan nuansa budaya, membantu membedakan kami sebagai pemimpin di lanskap AI yang cepat.

Apa yang memotivasi Anda untuk bergabung dengan DeepL sebagai CTO setelah waktu Anda di Personio dan pengalaman Anda dengan perusahaan seperti Uber dan Salesforce?

Ketika saya pertama kali bertemu Jarek, CEO dan pendiri DeepL, bersama dengan tim kepemimpinan lainnya, saya segera tertarik dengan kejelasan visi dan semangat mereka untuk memecahkan masalah yang sangat bermakna dengan AI. DeepL tidak hanya membangun teknologi AI yang keren untuk inovasi semata—mereka sangat fokus pada membangun produk yang memecahkan masalah nyata, sehari-hari, bagi orang dan bisnis—dan mereka sangat bersemangat tentang hal itu. Rasa tujuan dan potensi tersebut, serta budaya perusahaan yang sangat berakar pada inovasi praktis dan dampak dunia nyata, merupakan motivator besar bagi saya dan membuat saya sangat bersemangat untuk bergabung dengan tim. Saya telah melihat dampak tim yang berfokus pada misi selama waktu saya di Personio, Uber, dan Salesforce.

Sebagai seseorang yang menghabiskan banyak waktu di kedua sisi Atlantik, misi perusahaan untuk menghancurkan hambatan bahasa juga menonjol bagi saya. DeepL memecahkan tantangan yang sangat nyata yang dihadapi oleh orang dan bisnis di mana-mana; satu yang saya telah alami secara pribadi dan juga telah melihat langsung. Apakah itu tim global yang mencoba berkolaborasi lebih efektif atau perusahaan yang mencari untuk tumbuh ke pasar baru, hambatan bahasa dapat memperlambat semuanya. Jadi saya juga sangat bersemangat untuk bergabung dengan tim dan membantu mengatasi tantangan tersebut dengan cara yang bermakna.

Mari kita bicara tentang Clarify. Ini tidak hanya sebuah penerjemah—ini interaktif, kontekstual, dan adaptif. Apa yang memicu pengembangan ini, dan bagaimana ini mendorong batas apa yang dapat dilakukan AI bahasa?

Fokus besar bagi kami tahun ini adalah melihat bagaimana kami dapat meningkatkan produk yang kami tawarkan melalui Platform AI Bahasa kami—dari DeepL Translator, hingga solusi terjemahan suara waktu nyata, Deepl Voice—sehingga mereka dapat menjadi lebih personal, kolaboratif, dan intuitif. Kami ingin pengalaman DeepL terasa kurang seperti perangkat lunak tradisional dan lebih seperti bekerja dengan kolaborator pintar, dan itu tepat apa yang Clarify tawarkan.

Bahasa sangat halus. Kata dan kalimat dapat memiliki banyak makna, implikasi budaya, atau variasi tata bahasa, seperti kata benda yang berjenis kelamin atau idiom yang tidak diterjemahkan dengan baik. Clarify, yang tersedia melalui DeepL Translator, dibangun untuk membantu pelanggan kami menavigasi kompleksitas tersebut, bertindak sebagai ahli bahasa AI interaktif yang berinteraksi langsung dengan pengguna untuk menyelesaikan ketidakjelasan dan memunculkan konteks yang lebih dalam. Misalnya, Clarify akan membantu menentukan apakah “bank” dalam kalimat mungkin merujuk pada sungai atau lembaga keuangan, atau menerjemahkan “profesor” tanpa mengetahui jenis kelaminnya.

Apa yang menarik tentang Clarify adalah itu mengubah proses terjemahan DeepL dari model input-output satu arah menjadi kolaborasi yang sebenarnya. Daripada menerima hasil pasif, pengguna berinteraksi dengan Clarify sepanjang proses. Alat ini akan secara proaktif menyarankan penyuntingan dan saran, sehingga Anda tiba pada hasil yang paling akurat bersama.

Salah satu elemen paling menarik dari Clarify adalah kemampuannya untuk mendeteksi ketidakjelasan dan meminta pengguna untuk klarifikasi. Bagaimana Anda secara teknis mendefinisikan “ketidakjelasan” sehingga mesin dapat mengenali dan bertindak?

Ini adalah pertanyaan yang sangat baik—ketidakjelasan adalah tantangan yang diketahui dalam terjemahan mesin, tetapi sering diabaikan atau dihindari karena memahami niat pengguna dalam waktu nyata bisa sangat menantang. Namun, ketidakjelasan dapat mengubah sepenuhnya makna terjemahan tergantung pada bagaimana Anda memahami input. Untuk mengatasi ini, peneliti kami bekerja sama erat dengan ahli bahasa untuk mengidentifikasi contoh di mana ini terjadi dan mengembangkan sistem yang dapat merespon secara tepat.

DeepL memiliki reputasi untuk presisi, tetapi sekarang juga memasuki bidang personalisasi dan kolaborasi. Bagaimana Anda menyeimbangkan kinerja model dengan UX untuk memastikan AI tidak hanya memberikan “sebuah” terjemahan—tetapi terjemahan yang tepat untuk pengguna?

Seperti yang Anda katakan, “terjemahan yang tepat” tidak selalu universal. Ini tergantung pada konteks, pasangan bahasa, dan kasus penggunaan. Satu perusahaan mungkin memerlukan terminologi internal khusus, sementara yang lain mungkin perlu menangkap nada atau nuansa tertentu. Bagi kami, presisi dan personalisasi tidaklah terpisah, melainkan bekerja sama untuk memastikan kualitas.

Di DeepL, ketika kami memikirkan kualitas, kami fokus pada menyediakan terjemahan dan output yang secara teknis akurat dan kontekstual yang tepat, tetapi juga selaras dengan niat pengguna. Platform AI Bahasa kami mencerminkan hal ini—kami menggabungkan kinerja model canggih dengan UX pintar untuk memastikan pelanggan kami menerima output terjemahan yang benar-benar sesuai dengan kebutuhan mereka.

Banyak model umum gagal ketika datang ke nuansa bahasa dan konteks budaya. Apa yang membuat model DeepL berbeda, dan mengapa spesialisasi menjadi keunggulan yang sangat kritis?

Model yang memungkinkan Platform AI Bahasa kami adalah khusus dibangun untuk terjemahan dan penulisan. Fokus ini memberi kami keunggulan signifikan dalam menangkap nuansa, konteks, dan nada di seluruh bahasa, yang sangat kritis dalam pengaturan bisnis di mana presisi sangat penting.

Tidak seperti model umum yang dilatih pada data internet yang luas, LLM proprietary DeepL dilatih pada lebih dari 7 tahun konten khusus domain dan menjalani pelatihan lanjutan oleh ribuan ahli bahasa profesional. Spesialisasi ini memungkinkan kami untuk konsisten menghasilkan kualitas yang lebih tinggi dan keandalan. Dalam tes buta pada 2024, penerjemah profesional menemukan bahwa LLM generasi berikutnya kami memerlukan 2-3 kali lebih sedikit penyuntingan daripada Google (GOOGL ) atau ChatGPT untuk mencapai kualitas yang sama. Itulah mengapa lebih dari 200.000 pelanggan bisnis di seluruh dunia mempercayai DeepL. Di bidang seperti hukum, teknologi, kesehatan, dan pemasaran, bahkan kesalahan terjemahan kecil dapat memiliki konsekuensi serius. Kualitas dan akurasi tidaklah opsional.

Dari waktu Anda mengelola infrastruktur cloud di Uber hingga memimpin teknik di Personio dan sekarang DeepL, apa tantangan teknik terberat yang Anda hadapi—dan apa yang Anda pelajari dari itu?

Dari sisi orang, tantangan terberat telah menjadi memimpin tim melalui fase pertumbuhan yang lama, menemukan keseimbangan yang tepat antara bergerak cepat dan tetap efisien, serta memastikan pegawai baru diterima dengan baik, memahami misi perusahaan, dan memiliki kesempatan untuk tumbuh. Salah satu pelajaran besar yang saya pelajari di sana adalah untuk menghindari ayunan pendulum antara ekstrem. Bergeser cepat dari “pertumbuhan pada semua biaya” ke “efisiensi tinggi” sulit bagi organisasi, dan lebih dari dua kali lipat tim teknis dalam setahun pasti akan menciptakan ketegangan—saya sejak itu menetapkan itu sebagai batas atas kasar.

Dari sisi teknologi, saya telah menghabiskan sebagian besar karir saya menskalakan tumpukan teknologi di cloud dan di seluruh dunia, menangani masalah kompleks seputar konsistensi dan keandalan untuk beberapa layanan paling populer di planet ini. Saya telah belajar bahwa over-arsitektur adalah masalah serius, dan “over-platforming” dapat melumpuhkan organisasi Anda dan membuat akuntabilitas untuk dampak pelanggan lebih sulit untuk dicapai. Dengan AI mempercepat laju bisnis bahkan lebih—perusahaan sekarang dapat mencapai $100M ARR dalam waktu kurang dari satu tahun, dan tim melihat peningkatan produktivitas yang belum pernah terjadi sebelumnya—fokus dan kesederhanaan lebih penting dari sebelumnya.

DeepL sekarang melayani lebih dari 200.000 bisnis dan lembaga pemerintah. Bagaimana Anda mempertahankan keseimbangan antara keandalan perusahaan dan inovasi dengan kecepatan?

Ini adalah keseimbangan yang kami pikirkan sepanjang waktu. Pelanggan bisnis kami mengandalkan DeepL untuk komunikasi kritis dengan taruhan tinggi, sehingga keandalan, keamanan, dan kepercayaan sangat penting. Namun, kami juga tahu bahwa inovasi tidak bisa melambat… industri AI bergerak dengan kecepatan kilat! Kunci utamanya, dalam beberapa cara, adalah fokus. Ketika datang ke Platform AI Bahasa kami, kami fokus pada memecahkan masalah bahasa yang kompleks dengan akurasi tinggi dan presisi. Fokus ini memungkinkan kami untuk bergerak cepat tanpa mengorbankan kualitas.

Kami juga sangat adaptif. Kami dapat memperkenalkan kemampuan atau fitur baru, menyediakan solusi yang berorientasi ke depan yang mendorong industri ke depan, sambil juga mempertahankan kualitas perusahaan, akurasi, dan kinerja yang diharapkan pelanggan kami. Contoh yang sangat baik dari ini adalah ekspansi terbaru DeepL Voice: kami baru saja mengumumkan bahwa sekarang menawarkan dukungan untuk input suara dari Mandarin, Ukraina, dan Rumania, bersama dengan fitur produktivitas pertemuan yang ditingkatkan dan integrasi besar dengan Zoom Meetings, yang sangat menarik.

Akhirnya, apa yang Anda percayai tentang masa depan AI bahasa?

AI bahasa sudah mengubah cara kami, sebagai bisnis, karyawan, dan orang, berkomunikasi secara global, memungkinkan koneksi dan kolaborasi yang lebih dalam di seluruh bisnis, budaya, dan industri. Kami menuju ke masa depan di mana perusahaan dari semua ukuran dapat beroperasi dan tumbuh secara internasional tanpa terhambat oleh hambatan bahasa, membuka pintu ke dunia dan ekonomi yang lebih terhubung dan inklusif.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Deepl.